Galaxy 在线生信分析平台完整教程¶

1. 一句话说明¶

Galaxy 是一个免费的网页版生物信息学分析平台，让你不用写一行代码，只需要点点鼠标就能完成从质控、比对到差异分析的全套生信流程。

为什么要学 Galaxy¶

白话总结：Galaxy 就像"生信界的美图秀秀"——专业功能都有，但操作方式是拖拽+点击，不用背命令。

核心概念白话版¶

1. Galaxy 界面（三栏布局）¶

┌──────────┬──────────────────┬──────────┐
│  工具栏   │    中间主面板      │  History │
│ (左侧)   │  (参数设置/结果)   │  (右侧)  │
└──────────┴──────────────────┴──────────┘

• 左侧工具栏：所有分析工具的列表，像手机里的 App 列表
• 中间面板：你当前在操作的区域，设置参数、查看结果都在这里
• 右侧 History：你所有的数据和分析结果，按时间排列

2. History（历史记录）¶

白话解释：History 就是你的"项目文件夹"。你上传的数据、每一步分析的结果都自动保存在这里，颜色表示状态：

一个 History = 一个完整的分析项目。你可以同时有多个 History，互不干扰。

3. Workflow（工作流）¶

白话解释：Workflow 就是把你手动点击的一步步操作"录制"下来，变成一个可以一键重放的流水线。

类比：就像你在手机上录制了一个"自动化快捷指令"——以后新数据来了，不用重新一步步点，直接跑 Workflow 就行。

4. Tool Shed（工具仓库）¶

白话解释：Tool Shed 是 Galaxy 的"应用商店"。全世界开发者把生信工具打包上传到这里，管理员可以从 Tool Shed 安装新工具到自己的 Galaxy 服务器。

普通用户不需要操作 Tool Shed，但面试时知道这个概念说明你理解 Galaxy 的架构。

注册与使用¶

推荐的公共服务器¶

注册步骤¶

1. 打开 https://usegalaxy.org
2. 点击顶部 Login or Register
3. 填写邮箱、密码、公开名称
4. 验证邮箱
5. 登录后即可使用（免费，有存储配额限制，一般 250GB）

注意：不注册也能用，但数据不会保存。注册后数据永久保留。

实操教程：从上传到分享的完整流程¶

Step 1：上传数据¶

1. 点击左侧工具栏顶部的 Upload Data (上传图标 ⬆)
2. 选择上传方式：
3. Choose local files：从电脑选文件
4. Paste/Fetch data：粘贴 URL 让 Galaxy 下载（推荐大文件用这个）
5. 设置文件格式（Type）：fastqsanger.gz、tabular、bed 等
6. 点击 Start 开始上传
7. 上传完成后关闭窗口，数据出现在右侧 History 中

白话提示：Galaxy 会自动检测大多数格式，但 FASTQ 文件建议手动选 fastqsanger.gz，避免格式识别错误。

Step 2：运行 FastQC 质控¶

1. 左侧搜索框输入 FastQC
2. 点击 FastQC: Read Quality reports
3. 中间面板出现参数设置：
4. Short read data：选择你刚上传的 FASTQ 文件
5. 其他参数保持默认
6. 点击底部 Run Tool
7. 右侧 History 出现新条目（先灰→黄→绿）
8. 点击绿色条目的 👁 眼睛图标查看 HTML 报告

Step 3：运行比对（以 HISAT2 为例）¶

1. 搜索 HISAT2
2. 参数设置：
3. Source for the reference genome：选 Use a built-in genome（Galaxy 内置了人类、小鼠等参考基因组）
4. Select a reference genome：选 hg38（人类）
5. Input reads：选 Single-end 或 Paired-end
6. FASTA/Q file：选择你的 FASTQ 文件
7. 点击 Run Tool
8. 等待运行完成（比对通常需要 10-30 分钟）
9. 输出为 BAM 格式文件

Step 4：查看结果¶

• 点击 History 中绿色条目的 👁 图标：快速预览
• 点击条目名称展开：看到完整元信息（行数、大小、格式）
• 点击 📊 图表图标：可视化（部分工具支持）
• 点击 💾 保存图标：下载到本地

Step 5：构建 Workflow¶

方法一：从 History 提取

1. 顶部菜单点击 Workflow
2. 点击 Extract Workflow from History
3. 选择要包含的步骤（勾选/取消勾选）
4. 命名 Workflow，点击 Create Workflow

方法二：手动搭建

1. 顶部菜单点击 Workflow → Create new workflow
2. 进入可视化编辑器（拖拽界面）
3. 从左侧拖入工具节点
4. 用连线将输出连接到下一步的输入
5. 保存

Step 6：分享¶

• 分享 History：History 菜单 → Share or Publish → 生成链接
• 分享 Workflow：Workflow 列表 → 点击分享图标 → 生成链接或发布到公共库
• 导出 Workflow：下载为 .ga 文件（JSON 格式），可上传到其他 Galaxy 服务器

Galaxy 做 RNA-seq 分析完整流程¶

这是面试中最常被问到的 Galaxy 应用场景：

原始 FASTQ
    │
    ▼
[FastQC] ──→ 质控报告
    │
    ▼
[Trimmomatic/Cutadapt] ──→ 去接头、修剪低质量碱基
    │
    ▼
[HISAT2/STAR] ──→ 比对到参考基因组 (BAM)
    │
    ▼
[featureCounts/htseq-count] ──→ 基因计数矩阵
    │
    ▼
[DESeq2] ──→ 差异表达基因列表
    │
    ▼
[GO enrichment / KEGG] ──→ 功能富集分析

具体操作要点¶

白话提示：Galaxy 版 DESeq2 的界面会让你手动指定哪些样本是实验组、哪些是对照组，不需要写 R 代码来定义 design matrix。

Galaxy 做微生物组分析¶

这是简历项目（宏基因组）的直接相关应用：

16S rRNA 扩增子分析流程¶

原始 FASTQ (16S)
    │
    ▼
[Cutadapt] ──→ 去引物
    │
    ▼
[DADA2] ──→ ASV 表（比 OTU 更精确）
    │
    ▼
[assign taxonomy] ──→ 物种分类注释
    │
    ▼
[diversity metrics] ──→ Alpha/Beta 多样性
    │
    ▼
[LEfSe/ANCOM] ──→ 差异物种分析

宏基因组（Shotgun）分析流程¶

原始 FASTQ (WGS)
    │
    ▼
[FastQC + Trimmomatic] ──→ 质控
    │
    ▼
[Kraken2/MetaPhlAn] ──→ 物种组成
    │
    ▼
[HUMAnN] ──→ 功能通路分析
    │
    ▼
[MaxBin2/MetaBAT2] ──→ Binning (MAGs)

Galaxy 上的微生物组分析优势： - 欧洲站 (usegalaxy.eu) 有完整的 microbiome 工具集 - 官方提供 GTN (Galaxy Training Network) 教程，按步骤跟着点就能做完 - ASV/OTU 表生成后可直接用 Galaxy 内置的统计工具做下游分析

Galaxy vs 命令行的优劣对比¶

面试话术建议¶

"我日常用命令行做分析，但也熟悉 Galaxy 平台。Galaxy 的优势是可复现性强、适合快速原型验证和协作分享。比如我需要让不会写代码的合作者重复我的分析时，我会把流程导出为 Galaxy Workflow 分享给他们。"

常见问题¶

Q1：Galaxy 免费吗？有什么限制？¶

免费。主要限制： - 存储配额：usegalaxy.org 约 250GB，usegalaxy.eu 约 250GB - 并发任务数：同时运行的任务有上限（通常 4-8 个） - 单任务内存/CPU：有上限，超大数据集可能跑不动 - 解决方案：删除不需要的旧数据，或申请配额增加

Q2：数据安全吗？能上传病人数据吗？¶

公共服务器上不应上传含有个人隐私信息的临床数据（PHI）。如果有合规要求： - 使用机构内部部署的私有 Galaxy 服务器 - 或使用 Galaxy 的 Docker 镜像在本地运行

Q3：Galaxy 上的工具版本和命令行的一样吗？¶

一样。Galaxy 上的工具就是命令行工具的"外壳包装"——底层跑的是同一个程序（如 HISAT2 2.2.1），只是 Galaxy 帮你把参数变成了可点击的下拉菜单和输入框。

Q4：运行失败（红色）怎么办？¶

1. 点击红色条目展开
2. 查看 stderr（标准错误输出）——这和命令行报错信息一样
3. 常见原因：
4. 输入文件格式不对（比如 fastq 写成了 fasta）
5. 参考基因组选错了
6. 内存不够（换小数据试试或换欧洲站）
7. 点击 🔄 重新运行按钮可以修改参数重试

Q5：Galaxy 能做机器学习吗？¶

能。Galaxy 集成了部分 scikit-learn 工具（分类、回归、聚类），也有基本的 R 脚本环境。但复杂的自定义模型（如你的随机森林项目里的特征工程）还是命令行更灵活。

Q6：面试官问"你用过 Galaxy 吗"怎么回答？¶

建议回答思路： 1. 说明你知道 Galaxy 是什么、核心优势（可复现、协作） 2. 举一个具体使用场景（如快速验证 RNA-seq 流程、教同事做质控） 3. 对比命令行说明你的技术判断力（什么场景用什么工具）

速查表¶

Galaxy 快捷操作¶

常用工具速查¶

Dataset Collection 使用方法（批量处理）¶

上传多个文件 → 在 History 中选中多个条目 
→ 点击 "Build Dataset List" 
→ 命名 Collection 
→ 运行工具时选择 Collection 作为输入
→ 工具自动对每个文件执行相同操作

白话解释：Collection 就是"文件夹"，把同类文件打包后，工具会自动批量处理，不用一个一个点。

延伸资源¶

官方学习资源¶

推荐学习路径¶

1. 第一天：注册 usegalaxy.org → 上传示例 FASTQ → 跑 FastQC
2. 第二天：跟着 GTN 的 "Quality Control" 教程做一遍完整质控
3. 第三天：跟着 GTN 的 "RNA-seq" 入门教程做比对+计数
4. 第四天：尝试提取 Workflow，修改参数重新运行
5. 第五天：跟着 GTN 的 "16S Microbial Analysis" 做一遍微生物组流程

相关论文¶

• Afgan et al. (2018) "The Galaxy platform for accessible, reproducible and collaborative biomedical analyses: 2018 update" Nucleic Acids Research
• Batut et al. (2018) "Community-Driven Data Analysis Training for Biology" Cell Systems

本项目相关文件¶

• knowledge_base_2 热门工具与教程/11_Snakemake流程管理实战.md — 命令行版流程管理（与 Galaxy Workflow 互补）
• knowledge_base_2 热门工具与教程/14_宏基因组binning与MAGs提取.md — Galaxy 也能做 binning

面试高频考点总结¶

1. Galaxy 是什么 → 免费网页版生信平台，不用写代码
2. 核心优势 → 可复现（Workflow）、可协作（分享）、零门槛
3. 何时用 Galaxy → 教学、快速验证、协作、不熟悉命令行时
4. 何时用命令行 → 生产环境、大数据、自定义分析
5. History → 项目文件夹，自动记录所有步骤
6. Workflow → 可重放的分析流水线
7. Tool Shed → Galaxy 的应用商店
8. Galaxy 和命令行工具的关系 → 底层是同一个工具，Galaxy 只是加了图形界面

文档版本：v1.0 | 预计阅读时间：15分钟